💡这项突破是什么?
在图像识别领域，ImageNet数据集的重要性不言而喻。在生物计算领域，2024年黄牛实验室发布的BindingNet v1数据集独树一帜，采用模板匹配技术构建了高质量的蛋白-配体复合物三维结构模型，有效减轻了AI模型在蛋白-小分子亲和力预测中因包埋溶剂可及表面积引发的偏见等问题（https://mp.weixin.qq.com/s/2KkD73ZC2pJh2-t24bpsWw），为蛋白-配体相互作用研究领域中AI模型的评估和优化奠定了坚实基础，此阶段我们称之为“From Big Data to Good Data”。
然而，AI对数据的需求永无止境，接下来我们进入 “Make Good Data Greater”的阶段。2025年1月8日，北京生命科学研究所/清华大学生物医学交叉研究院黄牛实验室于《npj Drug Discovery》杂志在线发表题为“Augmented BindingNet dataset for enhanced ligand binding pose predictions using deep learning ”的研究论文。在BindingNet
